论文部分内容阅读
MEMS陀螺仪是20世纪末21世纪初的一项新兴技术,它一经推出就以其体积重量小、成本低、功耗低、效率高广泛应用于军民领域例如无人机飞行、运载火箭、航天航空、导弹、电子玩具等领域。MEMS陀螺仪因此获得了世界各国的广泛关注,成为21世纪以来最具有前景的前沿技术之一。但是,任何事物都具有两面性,MEMS陀螺仪在拥有众多优点的同时其精度较低,随机误差较大的劣势也显现出来,因此如何提高MEMS陀螺仪的精度也成为世界各国科研机构研究的重点之一。本文首先介绍了国内外MEMS陀螺仪的历史和研究进展,提出了MEMS陀螺仪精度较差的问题,介绍了MEMS陀螺的随机误差、不同温度下的误差和振动情况下的误差。介绍了基于小波分析、RBF神经网络、Kalman滤波三种方法,对其输出误差进行了补偿。首先提出了小波阈值去噪法对其输出进行了处理,分别介绍了软阈值、硬阈值、软硬阈值折衷法等三种处理方式,对其静态随机误差进行了补偿,并通过Allan方差法辨识和评价了消噪后的数据辨识和评价。辨识结果表明,三种方法均能减少MEMS陀螺仪静态误差,提高其精度。其次提出并设计了全温实验,通过对MEMS陀螺仪在-40°C-60°C条件下的输出数据,分析其全温状态下的误差,并通过径向基神经网络对其进行建模,从而减小全温实验下MEMS陀螺仪的输出误差,提高陀螺精度。最后又提出通过恒幅随机振动及变幅随机振动对其进行振动条件下得误差分析,并用Kalman滤波分析和补偿振动条件下的误差进,实验结果表明,该方法能够大大提高MEMS陀螺仪在振动条件下的精度。